《数据仓库与数据挖掘》教学大纲
一、课程概述
数据挖掘是一门新兴的交叉性学科，是在信息技术领域迅速兴起的决策支持新技术。数据挖掘是数据库研究、开发、和应用最为活跃的分支之一。本课程的先修课程为数据结构、高等数学、数据库技术等。本课程标准适用于计算机科学与技术、信息管理与信息系统专业。
二、课程目标
1．了解数据管理技术从数据库到数据仓库的发展过程。2．掌握数据仓库的定义、特点和研究数据仓库的必要性。3．掌握数据仓库的体系结构和联机分析处理的概念
4．掌握数据仓库的数据组织、数据预处理与规划管理5．掌握数据仓库规划、设计、管理的基本方法6．掌握数据挖掘的基本概念及与数据仓库的关系
7．熟悉聚类分析、分类发现和关联规则等数据挖掘算法的使用环境、算法特点，并能进行算法复杂性的分析。
8．认识数据挖掘的发展趋势和应用前景9．能够在科研实践中应用数据仓库技术和应用数据挖掘的方法。
三、课程内容和教学要求
这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。这四个层次的一般涵义表述如下：
知道是指对这门学科和教学现象的认知。理解是指对这门学科涉及到的概念、原理、策略与技术的说明和解释，能提示所涉及到的教学现象演变过程的特征、形成原因以及教学要素之间的相互关系。掌握是指运用已理解的教学概念和原理说明、解释、类推同类教学事件和现象。学会是指能模仿或在教师指导下独立地完成某些教学知识和技能的操作任务，或能识别操作中的一般差错。教学内容和要求表中的“√”号表示教学知识和技能的教学要求层次。本标准中打“”号的内容可作为自学，教师可根据实际情况确定要求或不布置要求。
f教学内容及教学要求表
教学内容1数据仓库概述
11从数据库到数据仓库12数据仓库的概念与特点13数据仓库中的关键概念14数据仓库的数据组织15数据仓库与数据集市的关系16数据仓库体系结构17操作数据存储ODS2联机分析处理21联机分析处理的概念22OLAP多维数据分析23OLAP数据组织25OLAP工具及评价3数据仓库设计31数据仓库中的数据模型概述32概念模型设计33逻辑模型设计34物理模型设计35元数据模型36粒度模型4数据仓库的规划与开发41数据仓库的投资分析42数据仓库的开发方法43数据仓库的建立过程44数据仓库的维护45提高数据仓库的性能46数据仓库的安全性
知道理解掌握学会
√√
√√√√√
√√√
√
√√√√
√√
√√
√√√r